数据挖掘和数据分析培训方案
浏览:679次 作者:小编培训背景
本课程全面而深入地阐述了数据挖掘的标准化流程,涵盖了数据预处理、多样化的数据挖掘方法、实用的数据挖掘模型、细致的模型评估标准以及模型参数的优化策略。通过系统的学习,学员将能够熟练掌握数据挖掘的理论基础与操作工具,为实际应用打下坚实基础。
培训收益
通过本课程的学习,达到如下目的:
① 了解数据分析与数据挖掘的基本知识,理解大数据思维方式。
② 掌握数据挖掘的基本过程和步骤,掌握数据挖掘的思路和框架。
③ 能够理解分析模型原理,掌握模型应用场景,能够利用模型解决复杂的商业问题。
④ 掌握常用的数据模型,能够根据商业问题选择合适的分析模型。
⑤ 熟悉SPSS基本操作,掌握分析操作,能够解读分析结果,并转化为业务。
培训对象
1.对大数分布式存分析等感兴趣的朋友;
2.JavPHC等任意一门编程语言的开发者;
3.大型网电商网站等运维人员;
4.云计大数据从业者;
5.熟悉Hadoop生态体系,想了解和学习Hadoop与Spark整合在企业应用实战案例的朋友;
6.系统架构系统分析高级程序资深开发人员;
7.牵涉到大数据处理的数据中心运规设计负责人;
8.政府机关,金融保移动互联网等大数据单位的负责人;
9.高科研院所大数据研究人员,涉及到大数据与分布式数据处理的人员;
10.数据仓库管理人建模人员,分析和开发人系统管理人数据库管理人员以及对数据仓库感兴趣的其他人员。
日程安排
数据挖掘和数据分析模块章节授课内容一、大数据基础案例分享与基本平台介绍一. 大数据时代已经来临二. 大数据的三维理解理论+技术+实践三. 大数据的4V特征大规模(Volume)多样性(Variety)高速度(Velocity)价值性(Value)四. 大数据战略——定位决定你的地位数据即资产“数据化运营”转变为“运营数据”“搜索引擎”转变为“推荐引擎”五. 大数据思维——思路决定你的出路定量思维,一切皆可量化相关思维,一切皆有联系实验思维,一切皆可尝试全样本思维,大数据的简单计算胜过小数据的复杂计算个性化思维,以消费者为中心融合思维,全平台大数据帮助你的数据需要整合六. 大数据的核心价值——发现规律和预测七. 大数据在各行业的解决方案金融业旅游业零售业电信业八. 大数据系统架构及技术简介云计算与大数据大数据技术简介九. 中国联通大数据应用案例及商业模式风控数据魔方智慧旅游等十. 中国电信大数据应用案例及商业模式智慧旅游星图-风险控制星图-精准营销鲲鹏-咨询报告鲲鹏-区域洞察十一. 数据集基础知识:数据集概述数据集的类型数据集属性的类型数据质量三要素数据预处理的内容数据探索性分析二、数据挖掘流程(基础,决定你的高度)一. 数据挖掘概述二. 数据挖掘的标准流程(CRISP-DM)商业理解数据准备数据理解模型建立模型评估模型应用一. 参数检验分析(样本均值检验)商业问题:如何验证营销效果的有效性?三、数据挖掘实战参数检验概述参数检验原理以及步骤参数检验适用场景二. 非参数检验分析(样本分布检验) 商业问题:这些属性数据的分布情况如何?如何从数据分布中看出问题?非参数检验概述非参数检验原理卡方检二项分游程检验的原理及适用场景三. 相关分析(相关程度计算) 商业问题:这两个属性是否会相互影响?影响程度大吗?相关分析概述四. 方差分析(影响因素分析) 商业问题:哪些才是影响销量的关键因素?方差分析原理方差分析的步骤方差分析适用场景如何解读方差分析结果五. 回归分析(预测分析)商业问题:如何预测未来的销售量(定量分析)?回归分析概述回归分析适用场景回归分析拟合度检验解读回归分析结果带分类变量的回归分析如何预测随着季节性变化的销量情况六. 逻辑回归分析(预测分析) 商业问题:如果评估用户购买某产品的概率?逻辑回归分析原理逻辑回归分析的适用场景七. 时间序列分析(预测分析) 商业问题:随着时间变化,未来的销量变化趋势如何?时序分析概述时序分析适用场景四、高级数据挖掘方法一. 聚类分析(Clustering) 商业问题:我们的客户有几类?各类特征是什么?聚类方法原理介绍聚类方法适用场景系统聚类(层次聚类)算法原理如何判定最佳聚类类别数量K均值聚类(快速聚类)算法原理二. 决策树分类分析(Classification) 商业问题:这类客户有什么特征?有什么潜在销售机会?决策树原理介绍构建决策树的三个关键问题选择最优属性如何分裂变量修剪决策树如何评估分类性能三. 基于规则的分类 基于规则分类原理介绍评估规则的质量构建分类规则:顺序覆盖法规则增长策略四. 最近邻分类五. 朴素贝叶斯分类贝叶斯分类原理计算类别属性的条件概率估计连续属性的条件概率预测分类概率(计算概率)六. 人工神经网络(ANN) 神经网络基本原理神经网络的结构ANN关键问题MLP与RBF七. 判别分析 判别分析原理距离判别法典型判别法贝叶斯判别法八. 关联分析(Association) 商业问题:购买A产品的顾客还常常要购买其他什么产品?关联规则原理介绍关联规则的两个关键参数Apriori算法介绍 |

- 标签: 大数据挖掘 大数据挖掘课程 大数据挖掘培训 数据挖掘
-
上篇: 数据库建模与数据仓库建模培训方案
下篇: 没有下一篇了